Ai/GitHub Copilot: Unterschied zwischen den Versionen

Aus Dokument
Zur Navigation springen Zur Suche springen
← Zum vorherigen VersionsunterschiedZum nächsten Versionsunterschied →

imported>Import

VisuellWikitext
imported>Import
Version 215
Zeile 2: Zeile 2:
----
----


GitHub Copilot ist ein KI-gestützter Pair-Programmer, der Entwicklern dabei hilft, Code schneller und mit weniger Aufwand zu schreiben. Dieses Tutorial führt dich durch die Grundlagen der Nutzung von GitHub Copilot, einschließlich Autovervollständigung, Copilot Chat und bietet dir zahlreiche Übungen, um deine Fähigkeiten zu verbessern.
Willkommen zum umfassenden Lernpfad für GitHub Copilot! Dieser Plan führt dich von den Grundlagen bis zur fortgeschrittenen Anwendung des KI-Paarprogrammierers.


== 1. Einführung ==
== 1. Lernpfad: Die Phasen des Lernens ==
GitHub Copilot nutzt OpenAI-Technologie, um Code und ganze Funktionen direkt in deinem Editor (wie VS Code, Visual Studio, Neovim oder JetBrains IDEs) vorzuschlagen. Es analysiert den Kontext der aktuellen Datei und der umliegenden Dateien, um relevante und genaue Vorschläge zu machen.


== 2. Einrichtung und Installation ==
Dieser Lernpfad ist in vier Phasen unterteilt:
Um GitHub Copilot zu nutzen, benötigst du ein aktives Abonnement (Copilot Individual, Business oder Enterprise).
# Öffne deinen Editor (z.B. Visual Studio Code).
# Gehe zu den Erweiterungen / Extensions (Strg+Umschalt+X oder Cmd+Shift+X).
# Suche nach "GitHub Copilot" und installiere die Erweiterung.
# Installiere auch "GitHub Copilot Chat", um die Chat-Funktionalität nutzen zu können.
# Melde dich in der IDE mit deinem GitHub-Account an, der über ein aktives Abonnement verfügt.


== 3. Grundlegende Nutzung ==
=== Phase 1: Einführung und Setup ===
Sobald GitHub Copilot installiert ist, arbeitet es automatisch im Hintergrund.


=== Code-Vervollständigung (Inline-Suggestions) ===
* '''Ziel:''' Verstehen, was GitHub Copilot ist, und die Entwicklungsumgebung (IDE) einrichten.
# Beginne, eine Funktion oder einen Kommentar zu schreiben.
* '''Themen:'''
# Copilot macht automatisch einen Vorschlag in grauem Text (Ghost Text).
** Was ist GitHub Copilot? Unterschiede zwischen Individual, Business und Enterprise.
# Drücke die '''Tabulator'''-Taste, um den Vorschlag zu akzeptieren.
** Installation der Erweiterung in Visual Studio Code, JetBrains oder Visual Studio.
# Drücke '''Esc''', um den Vorschlag zu ignorieren.
** Erste Schritte mit Inline-Vorschlägen.
# Um alternative Vorschläge durchzugehen (falls verfügbar), nutze '''Alt+]''' (nächster) oder '''Alt+[''' (vorheriger).
** Einrichtung für das Erlernen des Programmierens (Learning to Code).


=== Kommentare als Prompts ===
=== Phase 2: Grundlagen der KI-Codierung ===
Du kannst Copilot steuern, indem du explizit in Kommentaren beschreibst, was du tun möchtest.
<source lang="python">
# Funktion, die überprüft, ob eine Zahl eine Primzahl ist
def is_prime(n):
    # Copilot wird hier den Code zur Primzahlprüfung vorschlagen
</source>


== 4. GitHub Copilot Chat ==
* '''Ziel:''' GitHub Copilot effektiv beim Schreiben von Code, Kommentaren und Tests nutzen.
Der Copilot Chat ermöglicht es dir, direkt in deiner IDE mit Copilot zu kommunizieren.
* '''Themen:'''
* '''Chat-Fenster öffnen:''' Klicke auf das Chat-Symbol in der Seitenleiste.
** Prompt Engineering: Effektive Kommentare schreiben, um besseren Code zu generieren.
* '''Inline-Chat:''' Nutze '''Strg+I''' (oder Cmd+I auf Mac), um direkt im Editor eine Code-Änderung anzufordern.
** Kontext geben: Warum geöffnete Dateien und gute Benennung wichtig sind.
* '''Terminal-Chat:''' Frage Copilot nach Terminal-Befehlen (z.B. Git-Befehle oder das Starten von Servern).
** Unit Tests automatisch generieren lassen.
** Code-Dokumentation erstellen.


=== Spezielle Chat-Befehle (Slash-Commands) ===
=== Phase 3: Fortgeschrittene Funktionen und Copilot Chat ===
* <code>/explain</code>: Erklärt den markierten Code.
* <code>/fix</code>: Schlägt Fehlerbehebungen für den markierten Code vor.
* <code>/tests</code>: Generiert Unit-Tests für die markierte Funktion.
* <code>/doc</code>: Erstellt Dokumentationskommentare (z.B. JSDoc oder Docstrings).


== 5. Übungen ==
* '''Ziel:''' Komplexe Aufgaben lösen und mit dem Copilot Chat interagieren.
Die folgenden Übungen helfen dir dabei, den Umgang mit GitHub Copilot in der Praxis zu meistern. Nutze deine bevorzugte Programmiersprache (z.B. Python, JavaScript, Java oder C++).
* '''Themen:'''
** Verwendung von GitHub Copilot Chat (Inline-Chat und Seitenleiste).
** Slash-Befehle nutzen (z.B. <code>/explain</code>, <code>/tests</code>, <code>/fix</code>).
** Refactoring von bestehendem Code.
** Copilot Edits und Agent-Modus nutzen.


=== Übung 1: Die erste Funktion generieren ===
=== Phase 4: Spezialisierung und Praxis ===
'''Ziel:''' Nutze einen Kommentar, um Copilot eine Funktion schreiben zu lassen.
# Erstelle eine neue Datei (z.B. <code>math_utils.js</code>).
# Schreibe folgenden Kommentar: <code>// Funktion, die das Datum von morgen im Format YYYY-MM-DD zurückgibt</code>.
# Drücke Enter und warte auf den Vorschlag.
# Akzeptiere den Vorschlag mit der Tabulatortaste und überprüfe den Code.


=== Übung 2: Alternative Vorschläge prüfen ===
* '''Ziel:''' Copilot professionell und sicher in Projekten einsetzen.
'''Ziel:''' Lerne, zwischen verschiedenen Vorschlägen zu navigieren.
* '''Themen:'''
# Schreibe in einer neuen Datei: <code>// Funktion zum Sortieren eines Arrays von Zahlen</code>.
** Sicherheit und ethische Aspekte.
# Warte auf den ersten Vorschlag, aber akzeptiere ihn noch nicht.
** Fehlerbehebung und Debugging mit KI-Hilfe.
# Drücke <code>Alt+]</code> (bzw. <code>Option+]</code> auf Mac), um den nächsten Vorschlag zu sehen.
** GitHub Copilot für spezifische Technologien (z.B. Webentwicklung, Datenanalyse).
# Wähle den Vorschlag aus, der dir am besten gefällt, und akzeptiere ihn.
** Vorbereitung auf die GitHub Copilot Certification (falls gewünscht).


=== Übung 3: Code erklären lassen (Copilot Chat) ===
== 2. Konkreter Lernplan (Beispiel: 4 Wochen) ==
'''Ziel:''' Nutze Copilot, um fremden oder komplexen Code zu verstehen.
# Kopiere einen komplexen regulären Ausdruck oder eine komplizierte Schleife in deinen Editor (z.B. <code>const regex = /^[a-zA-Z0-9._-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,4}$/;</code>).
# Markiere den Code.
# Öffne den Inline-Chat (Strg+I) und tippe: <code>/explain</code>.
# Lies die von Copilot generierte Erklärung.


=== Übung 4: Bugs finden und beheben ===
<table>
'''Ziel:''' Einen fehlerhaften Code mit Copilot reparieren.
<thead>
# Füge folgenden fehlerhaften Code in deinen Editor ein:
<tr class="header">
<source lang="python">
<th>
def calculate_average(numbers):
<p>
    total = 0
Woche
    for num in numbers:
</p>
        total += num
</th>
    return total / 0  # Hier ist ein Division by Zero Fehler
<th>
</source>
<p>
# Markiere die Funktion.
Fokus
# Öffne den Chat und nutze den Befehl <code>/fix The code throws a zero division error when the list is empty</code>.
</p>
# Akzeptiere den Refactoring-Vorschlag von Copilot.
</th>
<th>
<p>
Aktivitäten
</p>
</th>
</tr>
</thead>
<tbody>
<tr class="odd">
<td>
<p>
<strong>Woche 1</strong>
</p>
</td>
<td>
<p>
Setup &amp; Erste Schritte
</p>
</td>
<td>
<ul>
<li>
Registrierung für GitHub Copilot.
</li>
<li>
Installation in der IDE (z.B. VS Code).
</li>
<li>
Erste Scripte mit Autovervollständigung schreiben.
</li>
<li>
Offizielle Dokumentation lesen (Einrichtung und Grundlagen).
</li>
</ul>
</td>
</tr>
<tr class="even">
<td>
<p>
<strong>Woche 2</strong>
</p>
</td>
<td>
<p>
Prompt Engineering &amp; Tests
</p>
</td>
<td>
<ul>
<li>
Üben: Wie formuliere ich gute Kommentare, damit Copilot den richtigen Code schreibt?
</li>
<li>
Ein einfaches Projekt (z.B. To-Do-App) mit Hilfe von Copilot erstellen.
</li>
<li>
Tests für dieses Projekt von Copilot schreiben lassen.
</li>
</ul>
</td>
</tr>
<tr class="odd">
<td>
<p>
<strong>Woche 3</strong>
</p>
</td>
<td>
<p>
Copilot Chat &amp; Refactoring
</p>
</td>
<td>
<ul>
<li>
Aktiv den Copilot Chat nutzen (Fehler erklären lassen, Code verbessern).
</li>
<li>
Slash-Befehle in den Workflow integrieren.
</li>
<li>
Bestehenden, fehlerhaften Code absichtlich schreiben und von Copilot refactoren lassen.
</li>
</ul>
</td>
</tr>
<tr class="even">
<td>
<p>
<strong>Woche 4</strong>
</p>
</td>
<td>
<p>
Best Practices &amp; Literatur
</p>
</td>
<td>
<ul>
<li>
Buch “Coding mit KI” von Rheinwerk (Kapitel über Copilot) lesen.
</li>
<li>
Spezifische Udemy-Kurse durcharbeiten.
</li>
<li>
Best Practices Guides (z.B. Context Management) anwenden.
</li>
</ul>
</td>
</tr>
</tbody>
</table>
== 3. Lernressourcen ==


=== Übung 5: Automatische Testgenerierung ===
Hier ist eine Zusammenstellung der besten Ressourcen, um GitHub Copilot zu meistern:
'''Ziel:''' Zeit sparen durch generierte Unit-Tests.
# Erstelle eine Funktion, z.B. eine Funktion, die die Fakultät (Factorial) einer Zahl berechnet.
# Markiere die vollständige Funktion.
# Öffne den Inline-Chat (Strg+I) und schreibe: <code>/tests</code>.
# Füge ("Accept") die generierten Tests in eine neue Testdatei ein.


=== Übung 6: Dokumentationen schreiben ===
=== Offizielle GitHub-Dokumentation ===
'''Ziel:''' Code-Dokumentation von Copilot erstellen lassen.
# Markiere eine Funktion aus einer der vorherigen Übungen.
# Nutze im Chat den Befehl <code>/doc</code> oder bitte Copilot mit "Füge Docstrings / JSDoc zu dieser Funktion hinzu".
# Überprüfe, ob die erstellte Dokumentation die Parameter und Rückgabewerte korrekt beschreibt.


=== Übung 7: Refactoring für bessere Lesbarkeit ===
* [https://docs.github.com/en/copilot GitHub Copilot Dokumentation (EN)] - Die ultimative und aktuellste Quelle für alle Features.
'''Ziel:''' Code sauberer strukturieren.
* [https://docs.github.com/de/get-started/learning-to-code/setting-up-copilot-for-learning-to-code Setting Up Copilot for Learning to Code (DE)] - Spezieller Guide für Anfänger.
# Nimm einen Block Code, der stark verschachtelt ist (z.B. viele if-else-if Blöcke).
# Markiere ihn, öffne Strg+I und tippe: <code>Refactor this code to use a switch statement or dictionary mapping for better readability</code>.
# Vergleiche den alten und den neuen Code.


=== Übung 8: Terminal-Befehle finden ===
=== Buch-Empfehlung ===
'''Ziel:''' Hilfe im Terminal durch Copilot Chat.
# Öffne in VS Code die Copilot Chat-Ansicht oder das Terminal.
# Frage Copilot: <code>Wie zeige ich den Commit-Verlauf der letzten 3 Tage in Git als einzeiligen Graphen an?</code>
# Führe den vorgeschlagenen Befehl (z. B. <code>git log --oneline --graph --since="3 days ago"</code>) in deinem Terminal aus.


== Fazit ==
* '''Coding mit KI – Das Praxisbuch für die Softwareentwicklung'''
GitHub Copilot ist ein mächtiges Werkzeug, das sich am besten durch kontinuierliche Praxis erlernen lässt. Je genauer deine Kommentare und Prompts sind (Prompt Engineering), desto intelligenter und passender werden die vorgeschlagenen Code-Schnipsel ausfallen. Viel Erfolg beim Ausprobieren!
** ''Autoren:'' Michael Kofler, Bernd Öggl, Sebastian Springer
** ''Verlag:'' Rheinwerk Verlag
** ''Inhalt:'' Ein sehr empfehlenswerter, pragmatischer Leitfaden über den Einsatz von KI wie GitHub Copilot, ChatGPT, Retrieval Augmented Generation (RAG) und Prompt Engineering in IT-Projekten.
** ''Link:'' [https://www.rheinwerk-verlag.de/coding-mit-ki-das-praxisbuch-fuer-die-softwareentwicklung/ Zum Rheinwerk Verlag]


==Weiter Information==
=== Online-Kurse und Plattformen ===
* [[Ai/GitHub Copilot/Lernpath|Lernpath]]
 
* '''Udemy:'''
** [https://www.udemy.com/ Udemy] bietet hervorragende videobasierte Kurse an.
** ''Spezifische Kurs-Empfehlungen:'' Suche nach “Revolutionize your programming workflow with GitHub Copilot” oder Vorbereitungskursen für die GitHub Copilot Zertifizierung (GH-300).
* '''Microsoft Learn &amp; Coursera:'''
** Bieten kostenlose und zertifizierte Lernpfade (z.B. “Introduction to GitHub Copilot”).
 
=== Best Practices Tipps ===
 
* '''Kontext ist König:''' Erlerne die Gewohnheit, relevante Dateien für Copilot im Editor geöffnet zu halten.
* '''Iteratives Vorgehen:''' Brich komplexe Aufgaben in kleinere, verständliche Kommentare (“Prompts”) herunter.
* '''Verifizierung:''' Vertraue Copilot nicht blind. Überprüfe immer den generierten Code (Stichwort: KI als Paarprogrammierer, nicht als Alleinunterhalter).


----
----
''Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).''
''Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).''

Version vom 4. März 2026, 20:34 Uhr

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

Willkommen zum umfassenden Lernpfad für GitHub Copilot! Dieser Plan führt dich von den Grundlagen bis zur fortgeschrittenen Anwendung des KI-Paarprogrammierers.

1. Lernpfad: Die Phasen des Lernens

Dieser Lernpfad ist in vier Phasen unterteilt:

Phase 1: Einführung und Setup

  • Ziel: Verstehen, was GitHub Copilot ist, und die Entwicklungsumgebung (IDE) einrichten.
  • Themen:
    • Was ist GitHub Copilot? Unterschiede zwischen Individual, Business und Enterprise.
    • Installation der Erweiterung in Visual Studio Code, JetBrains oder Visual Studio.
    • Erste Schritte mit Inline-Vorschlägen.
    • Einrichtung für das Erlernen des Programmierens (Learning to Code).

Phase 2: Grundlagen der KI-Codierung

  • Ziel: GitHub Copilot effektiv beim Schreiben von Code, Kommentaren und Tests nutzen.
  • Themen:
    • Prompt Engineering: Effektive Kommentare schreiben, um besseren Code zu generieren.
    • Kontext geben: Warum geöffnete Dateien und gute Benennung wichtig sind.
    • Unit Tests automatisch generieren lassen.
    • Code-Dokumentation erstellen.

Phase 3: Fortgeschrittene Funktionen und Copilot Chat

  • Ziel: Komplexe Aufgaben lösen und mit dem Copilot Chat interagieren.
  • Themen:
    • Verwendung von GitHub Copilot Chat (Inline-Chat und Seitenleiste).
    • Slash-Befehle nutzen (z.B. /explain, /tests, /fix).
    • Refactoring von bestehendem Code.
    • Copilot Edits und Agent-Modus nutzen.

Phase 4: Spezialisierung und Praxis

  • Ziel: Copilot professionell und sicher in Projekten einsetzen.
  • Themen:
    • Sicherheit und ethische Aspekte.
    • Fehlerbehebung und Debugging mit KI-Hilfe.
    • GitHub Copilot für spezifische Technologien (z.B. Webentwicklung, Datenanalyse).
    • Vorbereitung auf die GitHub Copilot Certification (falls gewünscht).

2. Konkreter Lernplan (Beispiel: 4 Wochen)

<thead> </thead> <tbody> </tbody>

Woche

Fokus

Aktivitäten

Woche 1

Setup & Erste Schritte

  • Registrierung für GitHub Copilot.
  • Installation in der IDE (z.B. VS Code).
  • Erste Scripte mit Autovervollständigung schreiben.
  • Offizielle Dokumentation lesen (Einrichtung und Grundlagen).

Woche 2

Prompt Engineering & Tests

  • Üben: Wie formuliere ich gute Kommentare, damit Copilot den richtigen Code schreibt?
  • Ein einfaches Projekt (z.B. To-Do-App) mit Hilfe von Copilot erstellen.
  • Tests für dieses Projekt von Copilot schreiben lassen.

Woche 3

Copilot Chat & Refactoring

  • Aktiv den Copilot Chat nutzen (Fehler erklären lassen, Code verbessern).
  • Slash-Befehle in den Workflow integrieren.
  • Bestehenden, fehlerhaften Code absichtlich schreiben und von Copilot refactoren lassen.

Woche 4

Best Practices & Literatur

  • Buch “Coding mit KI” von Rheinwerk (Kapitel über Copilot) lesen.
  • Spezifische Udemy-Kurse durcharbeiten.
  • Best Practices Guides (z.B. Context Management) anwenden.

3. Lernressourcen

Hier ist eine Zusammenstellung der besten Ressourcen, um GitHub Copilot zu meistern:

Offizielle GitHub-Dokumentation

Buch-Empfehlung

  • Coding mit KI – Das Praxisbuch für die Softwareentwicklung
    • Autoren: Michael Kofler, Bernd Öggl, Sebastian Springer
    • Verlag: Rheinwerk Verlag
    • Inhalt: Ein sehr empfehlenswerter, pragmatischer Leitfaden über den Einsatz von KI wie GitHub Copilot, ChatGPT, Retrieval Augmented Generation (RAG) und Prompt Engineering in IT-Projekten.
    • Link: Zum Rheinwerk Verlag

Online-Kurse und Plattformen

  • Udemy:
    • Udemy bietet hervorragende videobasierte Kurse an.
    • Spezifische Kurs-Empfehlungen: Suche nach “Revolutionize your programming workflow with GitHub Copilot” oder Vorbereitungskursen für die GitHub Copilot Zertifizierung (GH-300).
  • Microsoft Learn & Coursera:
    • Bieten kostenlose und zertifizierte Lernpfade (z.B. “Introduction to GitHub Copilot”).

Best Practices Tipps

  • Kontext ist König: Erlerne die Gewohnheit, relevante Dateien für Copilot im Editor geöffnet zu halten.
  • Iteratives Vorgehen: Brich komplexe Aufgaben in kleinere, verständliche Kommentare (“Prompts”) herunter.
  • Verifizierung: Vertraue Copilot nicht blind. Überprüfe immer den generierten Code (Stichwort: KI als Paarprogrammierer, nicht als Alleinunterhalter).

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

Abgerufen von „https://mediawiki.wissen-ahrensburg.de/index.php?title=Ai/GitHub_Copilot&oldid=290“